第 2 个问题的核心是找出完成的上下文
- 先用 git 工具拉出所有的改动部分
- 再用 IDE 工具拉出改动部分的前后调用链、依赖包
- 最好还有一个类似于 issue 的说明文档：这次改动的背景、目标等

然后定义一个 output format ，丢给 AI 就好了

用 aistudio.google.com ，上下文足够长，而且免费

@dgthyiolyjmyt2 有知道具体哪几家在做这个功能了吗？我去试试看有没有内测版可用的

当前是对的，但要谨慎的对待这个观点，不要低估 AI 的进化能力，我觉得让一个 AI 学习到好的「架构模式」不是天方夜谭。

目前我看到的编程工具里，似乎都缺少一个 AI 主动提问，收集需求的阶段，想象一下
1. 一个训练了大量代码学习到好的「架构模式」的 AI 架构师
2. 在用户提出一个简单需求时「帮我做一个 xxxx App 」
3. 这个 AI 架构师会主动向用户提问，收集信息，再基于它已有的架构知识，设计出来的 APP 还是有可能达到一定水准的

你看下接口返回的 tokens 消耗啊，部分接口还有命中的 cache tokens 返回

图挂了

@qiaofanxing 我忘了说前提了，我说的是那些偏“客观”的事情，举个例子，我最近做的一件事：
1. 让 AI 帮我梳理屎山代码的逻辑
2. 先通过工具生成代码依赖图
3. 遍历依赖图，依次读取代码，生成小节文档和 mermaid 流程图
4. 结束遍历，再根据上述小节文档，生成总结文档和 mermaid 流程图

其中第 3 、4 步需要 AI 参与，而且不管使用 Qwen 、DP 还是啥，最终的效果其实都是接近的

而你提到的“翻译的准确度”，我觉的这种任务偏主观一些

我最近在尝试做的事情：让 AI 帮我梳理屎山代码的逻辑和数据流

1. 这个事情有个前提：我们的系统可以生成代码依赖图，我能遍历逻辑，知道从哪开始、从哪结束
2. 然后我就实现这样一个逻辑（简化版）：
```
all_sections = []
for Node in Graph:
codes = Node.read_codes()
section = ai_llm.answer(f"请帮我梳理代码逻辑，生成小节文档和 mermaid 流程图：{codes}")
all_sections.append(section)

conclusion = ai_llm.answer(f"请根据小节文档，生成总结性的文档和 mermaid 流程图：{sections}")
```

我一直坚持认为思维模式比大模型本身重要：
1. 解决一件事，最重要的是思维清不清晰，能不能把脉络理清楚
2. 理清完背景、目标、受众等等之后，再借助一些 Reflect 、Workflow 等 AI 设计模式接入大模型，完善细节
3. 在上述步骤下，使用任何大模型（ gpt 、Gemini 、Claude 、qwen 、dp 等等），都能达到相似的满意效果

@Betterr 感觉大家是不是现在都 AI 依赖症过重了，都不用传统搜索引擎了🤣
这个问题我甚至在百度搜索都能在一分钟内得到答案

似乎看起来更对标 bolt.new ?

@Jinnrry 我还真没试过 NGram 和 match_phrase 的组合，直觉上会有很多误召回 badcase ，需要疯狂的调 `slop` 和 `minimum_should_match`🤣，把问题复杂化了，我还是倾向于，直接在需求设计上拒绝这种查询，改为全匹配或者前缀匹配

打错：min_gram:1, max_gram: N

@Jinnrry 楼主提的需求应该是任意长度的匹配，如果用 n-gram 来配置，就要配置 min_gram:1, min_gram: N ，产生的索引量级就是 O(N**2 )。至于 pattern analyzer ，我没有看明白是怎么满足需求的

破案了，必须是新开启的对话

那些说 ES 能搞定的，你们告诉我这种需求，analyzer 要怎么配置？

限制用户查询范围，做前缀、后缀匹配，才是正解

我今天好像不能用了，Your resource has been temporarily blocked because we detected behavior that may violate our content policy.

这里说的 temporarily 不知道是不是真的 temporarily

@BenchWidth 请问必须得找代理开通吗，有没有什么网页上传公司资质后自动开通的？我打那个反馈电话打不通，邮件问了也没人回

@GrayXu 试了下 aws bedrock ，没有 Model access ，还得提工单，而且我查了下，好像必须绑定非大陆信用卡才行🤦🏻‍♀️